KCI등재
대규모 언어모형 인공지능의 법적 쟁점 = Legal Challenges in Large-Scale Language Models
저자
발행기관
학술지명
권호사항
발행연도
2022
작성언어
-주제어
KDC
366
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
173-217(45쪽)
제공처
이 글은 대규모 언어모형 인공지능과 관련된 주요한 법적 쟁점을 개괄한다. ‘언어모형(language model)’이란 어떤 문장이 존재할 확률 분포를 계산해 내는 통계 모형을 의미한다. 딥러닝 기법을 활용한 대규모(large-scale) 언어모형은 현재 인공지능이 자연어를 이해하고 새로운 말과 글을 생성해 내는 여러 과제에 있어 공통으로 활용되는기본적 수단이 되고 있다. 그러나 대규모 언어모형의 개발, 학습, 활용에 있어 여전히상당한 법적 불확실성이 존재하며, 이를 해소하기 위한 여러 노력이 요구된다. 이 글이 분석한 대규모 언어모형 인공지능의 법적 쟁점은 크게 3가지이다. ① 대규모 언어모형의 학습데이터 확보 과정과 관련된 법적 쟁점이 있다. 언어모형의 학습데이터는 주로 웹 스크래핑을 통해 확보되는데, 이 과정에 있어 저작권과 데이터베이스제작자의 권리와 공정이용의 범위, ‘정보통신망 침해’에 대한 해석, 반경쟁적인 웹 스크래핑 제한 조항에 대한 공정거래법⋅약관법상 규율, 웹 스크래핑을 통한 다른 이용자의 프라이버시 침해 문제 등 다양한 법적 쟁점이 다층적으로 얽혀 있다. ② 대규모언어모형은 학습데이터에 포함된 개인정보를 암기하여 이를 그대로 재현해 낼 위험이 지적된다. 따라서 그 학습데이터에 개인정보가 포함되지 않도록 적절한 비식별조치 또는 가명처리를 취할 필요가 있다. ③ 대규모 언어모형은 학습데이터에 포함된사회의 기존 편향⋅편견이 반영된 텍스트, 차별적 발언 또는 혐오 표현을 그대로 재현할 위험이 있다. 언어모형에 반영된 편향이 초래하는 위해는 장기적, 확산적, 문화적 성격을 갖고, 개별 피해자를 특정하기도 어려운 특징을 가지므로, 이를 법적으로규율하는 것은 매우 어렵다. 이에 따라 인공지능 개발자나 서비스 제공자들에 의한자율 규제 또는 언어모형의 편향을 예방하거나 제거하기 위한 여러 기술적 시도들이진행 중이다.
더보기This Article outlines key legal challenges related to large-scale language model AI. A language model refers to a statistical model that calculates the probability distribution of a sentence. A large-scale language model using a deep-learning method is now becoming a standard method commonly used by AI in various tasks of understanding natural language and generating new texts. However, there remain significant legal uncertainties in developing, training, and using large-scale language models. Accordingly, substantial efforts are required to resolve them. The legal issues of the large-scale language model analyzed in this Article are largely summarized in three points. First, there is an issue of collecting learning data through web-scraping. These practices involve multi-layered issues such as copyright and database producers’ rights and scope of fair use, interpretation of information and communication network infringement, anti-competitive prohibition and restriction of web-scraping and privacy violation through web-scraping. Second, it has been pointed out that the recent large-scale language models can memorize personal information contained in training data and reproducing it as it is. As a result, it is necessary to take appropriate de-identification or pseudonymization measures to prevent personal information from being included in the training data. Finally, the vast training data of the language model may include text reflecting existing biases or prejudices in society, discriminatory remarks, or hate speeches. As a result, as the use of the large-scale language model increases, the possibility of reproducing the inherent bias may also proportionally increase. However, the harm caused by the bias reflected in the language model has long-term, diffusive, and cultural characteristics, and it is difficult to specify individual victims. Thus, it is very difficult to legally regulate them. Accordingly, it inevitably relies heavily on self-regulation in accordance with the voluntary internal ethical principles established by AI developers or service providers. At the same time, various technical attempts are currently underway to prevent biases from being reflected in language models in training process or to remove biases reflected in language models.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)